De ShutEye a SleepScore, varias aplicaciones para teléfonos inteligentes están disponibles si está tratando de comprender mejor cómo los ronquidos afectan su descanso, lo que le permite dejar el micrófono encendido durante la noche para registrar sus gruñidos nasales estridentes y las reverberaciones de la garganta. Pero si bien las aplicaciones para teléfonos inteligentes son útiles para rastrear la presencia de ronquidos, su precisión sigue siendo un problema cuando se aplica a habitaciones del mundo real con ruidos extraños y múltiples personas audibles.
La investigación preliminar de la Universidad de Southampton analiza si sus ronquidos tienen un sonido característico que podría usarse para la identificación. "¿Cómo se rastrean los ronquidos o la tos con precisión?" pregunta Jagmohan Chauhan, profesor asistente de la universidad que trabajó en la investigación. Los modelos de aprendizaje automático, específicamente las redes neuronales profundas, podrían brindar asistencia para verificar quién está realizando esa sinfonía fónica de ronquidos.
Si bien la investigación es bastante incipiente, se basa en estudios revisados por pares que utilizaron el aprendizaje automático para verificar los creadores de otro sonido rico en datos, que a menudo se escucha atravesando el silencio sanguíneo de la noche: la tos.
Investigadores de Google y la Universidad de Washington mezclaron audio de voz humana y tos en un conjunto de datos y luego utilizaron un enfoque de aprendizaje multitarea para verificar quién produjo una tos particular en una grabación. En su estudio, la IA se desempeñó un 10 por ciento mejor que un evaluador humano para determinar quién tosió de un pequeño grupo de personas.
Matt Whitehill, un estudiante de posgrado que trabajó en el documento de identificación de la tos, cuestiona parte de la metodología subyacente a la investigación de los ronquidos y cree que las pruebas más rigurosas reducirían su eficacia. Aun así, considera válido el concepto más amplio de identificación audible. “Demostramos que podías hacerlo con tos. Parece muy probable que puedas hacer lo mismo con los ronquidos”, dice Whitehill.
Este segmento de IA basado en audio no está tan ampliamente cubierto (y definitivamente no en términos tan grandilocuentes) como los procesadores de lenguaje natural como ChatGPT de OpenAI. Pero independientemente, algunas empresas están encontrando formas en que la IA podría usarse para analizar grabaciones de audio y mejorar su salud.
Resmonics, una empresa suiza centrada en la detección de síntomas de enfermedades pulmonares impulsada por IA, lanzó un software médico con certificación CE y disponible para los suizos a través de la aplicación myCough. Aunque el software no está diseñado para diagnosticar enfermedades, la aplicación puede ayudar a los usuarios a rastrear cuántas toses experimentan durante la noche y qué tipo de tos es más frecuente. Esto proporciona a los usuarios una comprensión más completa de sus patrones de tos mientras deciden si es necesaria una consulta médica.
David Cleres, cofundador y director de tecnología de Resmonics, ve el potencial de las técnicas de aprendizaje profundo para identificar la tos o los ronquidos de una persona en particular, pero cree que aún se necesitan grandes avances para este segmento de la investigación de IA. “Aprendimos por las malas en Resmonics que la solidez a la variación en los dispositivos de grabación y las ubicaciones es tan difícil de lograr como la solidez a las variaciones de las diferentes poblaciones de usuarios”, escribe Cleres por correo electrónico. No solo es difícil encontrar un conjunto de datos con una variedad de grabaciones naturales de tos y ronquidos, sino que también es difícil predecir la calidad del micrófono de un iPhone de cinco años y dónde alguien elegirá dejarlo por la noche.
Por lo tanto, los sonidos que hace en la cama por la noche pueden ser rastreados por IA y diferentes de los sonidos nocturnos producidos por otras personas en su hogar. ¿Los ronquidos también se pueden usar como una biométrica que está vinculada a usted, como una huella digital? Se requiere más investigación antes de saltar a conclusiones prematuras. “Si lo mira desde la perspectiva de la salud, podría funcionar”, dice Chauhan. “Desde una perspectiva biométrica, no podemos estar seguros”. Jagmohan también está interesado en explorar cómo el procesamiento de señales, sin la ayuda de modelos de aprendizaje automático, podría usarse para ayudar a detectar roncadores.
Cuando se trata de IA en entornos de atención de la salud, los investigadores entusiastas y los empresarios intrépidos continúan enfrentándose al mismo problema: la escasez de datos de calidad fácilmente disponibles. La falta de datos diversos para entrenar la IA puede ser un peligro tangible para los pacientes. Por ejemplo, un algoritmo utilizado en los hospitales estadounidenses quitó prioridad a la atención de los pacientes negros. Sin conjuntos de datos sólidos y una construcción cuidadosa del modelo, la IA a menudo se desempeña de manera diferente en circunstancias del mundo real que en entornos de práctica desinfectados.
“Todo el mundo está realmente cambiando a las redes neuronales profundas”, dice Whitehill. Este enfoque intensivo en datos aumenta aún más la necesidad de montones de grabaciones de audio para producir investigaciones de calidad sobre la tos y los ronquidos. Un modelo de aprendizaje automático que rastrea cuando estás roncando o tosiendo un pulmón no es tan memorable como un chatbot que elabora sonetos existenciales sobre Crunchwrap Supreme de Taco Bell. Todavía vale la pena seguir con vigor. Si bien la IA generativa sigue siendo una prioridad para muchos en Silicon Valley, sería un error presionar el botón de repetición de alarma en otras aplicaciones de IA e ignorar sus vibrantes posibilidades.
Otras noticias que te pueden interesar